Treibhausgase: KLIR - Modell zur einzelbetrieblichen Berechnung der Emissionen auf Milchviehbetrieben
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
N u t z t i e r e
Treibhausgase: KLIR – Modell zur einzelbetrieblichen
Berechnung der Emissionen auf Milchviehbetrieben
Tamara Köke, Sebastian Ineichen, Jan Grenz, Beat Reidy
Hochschule für Agrar-, Forst- und Lebensmittelwissenschaften BFH-HAFL, 3052 Zollikofen, Schweiz
Auskünfte: Beat Reidy, E-Mail: beat.reidy@bfh.ch
https://doi.org/10.34776/afs12-64 Publikationsdatum: 31. März 2021
Das einzelbetriebliche Treibhausgasbilanzierungsmodell KLIR ist angepasst auf die spezifischen
Gegebenheiten von Schweizer Milchviehbetrieben (Foto: Aaremilch AG).
Zusammenfassung
Die Schweizer Landwirtschaft verursacht rund 13 Pro- tion von Futtermitteln. Die Treibhausgasemissionen
zent der Treibhausgasemissionen der Schweiz. Über die liegen mit 1,01 kg CO2-Äquivalenten pro kg ECM tiefer
Hälfte davon entfällt dabei auf die Milchviehhaltung. als bisher für die Schweiz angenommen. Werden die
Um Reduktionsmassnahmen auf der Stufe von Einzel- Emissionen auch dem mit der Milchviehhaltung verbun-
betrieben zu evaluieren, werden Bilanzierungsmodelle denen Koppelprodukt Fleisch zugeordnet (alloziert),
benötigt, welche die Produktionstechnik differenziert reduzieren sich die Emissionen in Abhängigkeit der
abbilden. In einem gemeinsamen Projekt von Aaremilch gewählten Allokationsmethode auf 0,77 bis 0,75 kg
und Nestlé wurde durch die HAFL ein Modell zur einzel- CO2-Äquivalente pro kg ECM. Die Resultate zeigen die
betrieblichen Berechnung der Treibhausgasemissionen Bedeutung der Verwendung von betriebsspezifischen
aus der Milchviehhaltung entwickelt. Die Berechnungs Angaben zur Produktionstechnik, um die einzelbetrieb-
methodik beruht auf international anerkannten lichen Emissionen differenziert abbilden zu können
Standards, die, wo möglich, für die Schweiz adaptiert und Reduktionspotenziale zu identifizieren. Die Aus-
wurden. Mit dem Modell wurden für 46 Milchvieh- wirkungen möglicher Reduktionsmassnahmen werden
betriebe im Kanton Bern die Treibhausgasemissionen in einem folgenden Beitrag behandelt.
berechnet. Im Mittel der Betriebe entfallen rund 56 %
der Emissionen auf die enterische Fermentation, 23 % Key words: dairy, greenhouse gases, modelling,
auf die Hofdüngerlagerung und 20 % auf die Produk- allocation, KLIR.
Agrarforschung Schweiz 12: 64–72, 2021 64Treibhausgase: KLIR – Modell zur einzelbetrieblichen Berechnung der Emissionen auf Milchviehbetrieben | Nutztiere
Einleitung
Mit der Ratifizierung des Klimaübereinkommens von Einige potenzielle Reduktionsmassnahmen zielen ent-
Paris hat sich die Schweiz verpflichtet, ihre Treibhausgas sprechend auf eine Umverteilung der Emissionen aus
(THG)-Emissionen bis 2030 gegenüber 1990 um 50 % zu dem Milchproduktionssystem auf Rindfleisch als Kop-
reduzieren (SR 0.814.012). Die Schweizer Landwirtschaft pelprodukt.
trägt mit 6 Millionen Tonnen Kohlenstoffdioxidäquiva- Im Hinblick auf die Erreichung der Reduktionsziele in
lenten (CO2-eq.) rund 12,9 % zu den Treibhausgasemis- der Landwirtschaft haben die Milchproduzentenorga-
sionen des Landes bei (Bundesamt für Umwelt, 2020). nisation Aaremilch AG und Nestlé Schweiz das Projekt
Über 50 % entfallen alleine auf die Milchviehhaltung «Klimaschonende und ressourceneffiziente Milchpro-
(Bretscher et al., 2018). Obwohl die Methanbildung aus duktion (KLIR)» lanciert. Während der Pilotphase von
enterischer Fermentation über die Hälfte der gesamten 2017 bis 2020 sollten auf 46 Milchviehbetrieben die
THG-Emissionen aus der Milchviehhaltung verursacht THG-Emissionen um 10 % reduziert werden, ohne dabei
(Casey & Holden, 2005; De Boer, 2003), müssen alle den Kraftfuttereinsatz zu erhöhen. In der vorliegenden
Emissionsquellen auf einzelbetrieblicher Ebene bekannt Publikation wird das zugrunde liegende einzelbetrieb-
sein, um Wechselwirkungen potentieller Minderungs- liche CO2-Emissionsmodell KLIR beschrieben, werden die
massnahmen abschätzen zu können (Crosson et al., 2011; Emissionsquellen quantifiziert sowie die Auswirkungen
Rotz, 2018). So können beispielsweise die Emissionen aus unterschiedlicher Modellannahmen erläutert.
enterischer Fermentation durch die Fütterung von Kraft-
futtermitteln reduziert, gleichzeitig jedoch die Emissio- Material und Methoden
nen aus der Hofdüngerlagerung oder der Futtermittel-
produktion erhöht werden (Martin et al., 2010). Neben Modellbeschrieb
der Leistungssteigerung werden in der Literatur weitere Im KLIR-Modell werden die THG-Emissionen mechanis-
Reduktionsmassnahmen im Bereich der Fütterung, des tisch anhand der Entstehungsprozesse auf dem Einzel-
Herden- bzw. Reproduktionsmanagements und der Hof- betrieb ermittelt. Die Erhebung und mehrstufige Plausi-
düngerlagerung genannt (Haupt et al., 2018). Rund 80 % bilisierung der wichtigsten Kenngrössen aus Fütterung,
der in der Schweiz geschlachteten Tiere sind direkt mit Flächennutzung und Herdenmanagement ermögli-
der Milchproduktion verbunden (Probst et al., 2019). chen die Bestimmung weiterer E ffizienzparameter wie
Systemgrenze KLIR 2.0
THG-Emissionen
Emissionsfaktoren Futterproduktion
gemäss
Betriebseigenes und zugekauftes Futter Ecoinvent V3.0
(inkl. Düngung)
THG-Total aus Milch- und Fleischproduktion
THG aus Milchproduktion alloziert auf Milch
THG-Emissionen
Futtermittelzukauf
Plausibilitätscheck
Energiebilanz
Enterische THG-Emissionen
Milchviehherde Futterration Fermentation Enterische
Jungvieh und Milchkühe basierend
der Milchviehherde auf Liu et al. (2017)
Fermentation
Direkte und
indirekte
Verzehr gemäss Jans et al. (2015) Emissionen (CH4 und THG-Emissionen
Futtermittelgehalte aus Feedbase NO2) gemäss IPCC Hofdüngerlagerung
(2006), angepasst
nach SNIR (2020)
Standardration für Jungtiere
in Abhängigkeit des Erstkalbealters Emissionen aus THG-Emissionen
Stromerzeugung Stromverbrauch
gemäss KTBL
Ökonomische/
Output (Milch und Fleisch) biophysikalische Allokationsfaktor
Allokation Milch (AFMilch)
Ausmast überzähliger Jungtiere Emissionen aus Infrastruktur (Maschinen und Gebäude) C-Sequestrierung in Böden
Abb. 1 | Treibhausgasberechnung und Systemgrenze im KLIR-Modell.
Agrarforschung Schweiz 12: 64–72, 2021 65Treibhausgase: KLIR – Modell zur einzelbetrieblichen Berechnung der Emissionen auf Milchviehbetrieben | Nutztiere
ebenstagsleistung, Kraftfutterintensität und Futter-
L bensjahre auf dem Betrieb) wird eine betriebsspezifische
konvertierungs- oder Nahrungsmittelkonkurrenz. Die Remontierungsrate berechnet, wovon die Zahl der zur
Systemgrenze umfasst das gesamte System der Milchpro- Aufzucht benötigen Jungtiere abgeleitet wird.
duktion des Milchviehbetriebes, d.h. laktierende, Galt- Die Berechnung der THG-Emissionen folgt einem «cradle-
und Sömmerungskühe sowie Aufzuchttiere (Tränker, to-farmgate»-Ansatz und dem Tier-3-Modell (IPCC,
Aufzuchtkälber und Aufzuchtrinder zur Remontierung; 2019; Abb. 1). Sie beinhalten sowohl direkte als auch
Abb. 1). Kern des Modells sind Herdenproduktionspara- indirekte Emissionen (CO2, CH4 und N2O) aus der enter-
meter sowie die Futterration. Der Verzehr der Milchkühe ischen Fermentation, der Futtermittelproduktion, dem
wird gemäss Empfehlungen für den Gesamtverzehr aus Hofdüngermanagement und dem Stromverbrauch.
dem «grünen Buch» berechnet (Jans et al., 2015). Methanemissionen aus enterischer Fermentation wer-
Die Zusammensetzung der Milchkuhration wird be- den für die jährlich verzehrte Futtermenge jedes Futter-
triebsindividuell erfasst und über eine Energiebilanz mittels nach der Formel von Liu et al. (2017) ermittelt, in
(verfütterte Energie vs. berechneter Bedarf) plausibili- der die Verdaulichkeit der Energie und die Fütterungs-
siert. Futtermittelgehalte wurden der schweizerischen intensität berücksichtigt werden (Formel 1). Hier wird
Futtermitteldatenbank (Agroscope, 2016) entnommen, die Verdaulichkeit der organischen Substanz (vOS) für
unter Berücksichtigung des Entwicklungstadiums und die Verdaulichkeit der Energie (ED) verwendet, da diese
der botanischen Zusammensetzung. Für die Aufzucht- gemäss Daccord et al. (2006) eng korrelieren.
tiere wurden Standardrationen basierend auf Morel und Für die Futtermittelproduktion beruhen die Emissions-
Kessler (2017) bzw. Münger und Kessler (2017) verwen- koeffizienten auf der Datenbank Ecoinvent V3.0 (Wer-
det. Über die Nutzungsdauer der Kühe (produktive Le- net et al., 2016) im System «allocation, recycled c ontent –
Formel 1 | Berechnung der Methanemissionen Formel 3 | Direkte Lachgasemissionen
aus enterischer F ermentation nach Liu et al. (2017) aus der Hofdüngerlagerung nach IPCC (2019)
Dm = 40,69 – 43,84 ED – 4,870 EIL + 6,368 (ED × EIL) N2OD = ([(N(T)*Nex(T)*MN(T,S))*EF(D)]*UF (N) )
Wobei hier: Wobei hier:
Dm: Methanbildung in % der aufgenommenen verdaulichen Energie (DEI) N2OD: direkte N2O Emissionen aus der Hofdüngerlagerung (kg N2O Jahr –1)
ED: Energy digestibility of feed N(T): Anzahl Tiere der Tierkategorie T
(hier: Verdaulichkeit der organischen Substanz (vOS)) Nex(T): N Ausscheidung pro Kopf (kg N Tier –1 Jahr –1) nach IPCC (2019)
EIL: DEI/NEm MN(T,S): Mengenanteil N je Hofdüngerlagerungssystems S
DEI: Digestible energy intake (verdauliche Energie verzehrt (MJ kg TS–1)) und Tierkategorie T
NEm: Nettoerhaltungsbedarf (MJ) EF(D): Emissionsfaktor der direkten N2O Emissionen
aus Hofdüngerlagerung (kg N2O-N kg N–1)
UF (N): Umrechnungsfaktor von N2O-N zu N2O = 44/28
Formel 2 | Methanemissionen Formel 4 | Indirekte Lachgasemissionen
aus der Hofdüngerlagerung nach IPCC (2019) aus der Hofdüngerlagerung nach IPCC (2019)
EP(T) = VS(T) *[B(T) *UF(m) *MF(S,k) *MV(S,T)] N2OV = [([(N(T)*Nex(T)*MHS(T,S))*EF(V)]* FG (S,T) )*UF (N) ]
Wobei hier: Wobei hier:
EP(T): CH4 Produktion je Tierkategorie T (kg CH4 Tier –1 Jahr –1) N2OV: Indirekte N2O Emissionen aus der Hofdüngerlagerung (kg N2O
VS(T): flüchtige Feststoffe («volatile solids») Jahr –1)
je Tierkategorie T (kg TS Tier –1 Jahr –1) N(T): Anzahl Tiere der Tierkategorie T
B(T): max. Methanproduktionskapazität aus Hofdünger Nex(T) : durchschnittliche jährliche N Ausscheidung pro Kopf
je Tierkategorie T (m3 CH4 kg–1 VS) (kg N Tier –1 Jahr –1) nach IPCC (2019)
UF (m): Umrechnungsfaktor m3 CH4 zu kg CH4 = 0,67 MN(S,T): Mengenanteil N je Hofdüngerlagerungssystems S
MF(S, k): Methanumrechnungsfaktor und Tierkategorie T
für Hofdüngerlagerungssystem S nach Klimaregion k EF(V): Emissionsfaktor für verflüchtigten N zu NH3 und NOx
MV(S, T): Mengenanteil VS je Hofdüngerlagerungssystem S (kg N2O-N kg N verflüchtigt-1)
und Tierkategorie T in % FG(S,T): Anteil verflüchtigter N nach Hofdüngerlagerungssystem S
und Tierkategorie T
UF (N) : Umrechnungsfaktor von N2O-N zu N2O = 44/28
Agrarforschung Schweiz 12: 64–72, 2021 66Treibhausgase: KLIR – Modell zur einzelbetrieblichen Berechnung der Emissionen auf Milchviehbetrieben | Nutztiere
Tab. 1 | Gehalte (Bundesamt für Lebensmittelsicherheit und Veterinärwesen, 2019), Schlacht- und Fleischausbeute (Thalmann & Schoch,
2015). sowie durchschnittliche Preise der Jahre 2015–2017 für Milch (TSM Treuhand et al., 2020) und Fleisch (eigene Berechnungen nach
Daten von Proviande bzw. des Schweizerischen Bauernverbandes) für die Allokation der THG-Emissionen. 1 Milchkuhrassen, 2 Zweinutzungs-
rassen, 3 Tränker höchster Qualität, 4 Tränker zweiter Qualität.
Erlös in CHF Proteingehalt Energiegehalt
Schlachtausbeute Fleischausbeute
pro (Einheit) (g/kg) (MJ/kg)
0,56
Milch 32 3,14 – –
(kg ECM)
6,95
Schlachtkühe MKR1 214 5,65 0,45 0,67
(kg SG)
7,90
Schlachtkühe ZNR 2 214 5,65 0,50 0,68
(kg SG)
10,35
männliche Tränker AA 3 211 5,36 0,60 0,72
(kg LG)
9,05
weibliche Tränker AA 3 211 5,36 0,60 0,72
(kg LG)
4,65
restliche Tränker A 4 211 5,36 0,58 0,70
(kg LG)
unit». Es wurde vorausgesetzt, dass allfällig verfütter- dingungen bekannt sind und die biologische Sequestrie-
tes Sojaschrot aus zertifiziertem Anbau stammt, was rung durch die Schweizer CO2-Verordnung (SR 641.711)
für 92 % des in der Schweiz verfütterten Sojaschrots bis anhin nicht anerkannt ist.
gilt (Grenz & Angnes, 2020). Emissionen aus der Hof-
düngerlagerung (Formeln 2–4, indirekte N2O-Emissio- Allokation der Emissionen auf Milch und Fleisch
nen durch Auswaschung hier nicht dargestellt) wurden Der Allokationsfaktor Milch (AFMilch) definiert, welcher
gemäss IPCC (2019) berechnet, angepasst analog zum Anteil der THG-Emissionen der Milchproduktion ange-
nationalen Treibhausgasinventar (Bundesamt für Um- lastet wird und welcher Anteil rechnerisch auf das Kop-
welt, 2020). Der Stromverbrauch wurde basierend auf pelprodukt Fleisch entfällt. Hier wurde einerseits die
Neser et al. (2012) in Abhängigkeit von der Anzahl GVE ökonomische Allokationsmethode geprüft (Cederberg
auf dem Betrieb berechnet (300–1500 kWh/Jahr/GVE, & Stadig, 2003). Dabei definiert der Anteil des Erlöses
je nach Betriebsgrösse). Die Emissionskoeffizienten aus der Milchproduktion am Gesamterlös (inklusive Tier-
wurden bei 0,182 kg CO2 eq./kWh für konventionellen verkauf) den AFMilch. Es wurden keine erhöhten Erlöse für
Strom bzw. bei 0,013 für Elektrizität aus erneuerbaren allfällige Zuchtviehverkäufe berücksichtigt. Andererseits
Ressourcen festgelegt (Messmer & Frischknecht, 2016). wurde auch eine biophysikalische Allokationsmethode
CO2-Äquivalente werden gemäss den Empfehlungen geprüft, welche von der International Dairy Federation
des IPCC (2019) (Methan = 25, Lachgas = 298) berechnet. (IDF) empfohlen wird (Thoma et al., 2013). Dabei wird
Die Berechnungen sollen betriebsindividuell mit in der anhand des «Fleisch-zu-Milch-Verhältnisses» («beef milk
Praxis leicht verfügbaren und eindeutig bestimmbaren ratio») auf die Verwendung der Futterenergie (Körper-
Eingangsdaten möglich sein. Indirekte Emissionen aus masseaufbau bzw. Milchproduktion) geschlossen und so
Investitionsgütern (Maschinen, Gebäude, Infrastruktur) der AFMilch bestimmt (Tab. 1).
wurden deshalb nicht berücksichtigt. Eine mögliche
C-Sequestrierung im Boden wird nicht berücksichtigt, Untersuchte Betriebe
weil keine gut belegten Koeffizienten für Schweizer Be- Um das KLIR-Modell zu testen, wurden 46 Milchvieh-
betriebe der Aaremilch AG untersucht. Sie befinden
sich im Umkreis von 40 km um Bern, vorwiegend in der
Tab. 2 | Jahresration der Milchviehherde (% TS, Mittel und Standard
abweichung (SD)) auf den untersuchten 46 Milchviehbetrieben. Hügel- und Bergzone I & II. Die Milchleistung pro Kuh
1
g TS/kg ECM, 2 standardisiert auf 6,7 MJ NEL und Jahr (7231 ± 1430,3 kg ECM, Mittelwert ± Standard-
abweichung (SD)), die landwirtschaftliche Nutzfläche
Wiesen- Übriges Kraft- Kraftfutter
Mais (19,1 ± 10,71 ha,) sowie die Anzahl Milchkühe (22 ± 19,1)
futter Grundfutter futter intensität1, 2
variieren stark. Die mittlere Nutzungsdauer der Kühe
Mittel 78 8 4 10 106
lag bei 2,97 (± 0,73) Jahren, das Erstkalbealter bei 27,5
SD ± 11,5 ± 9,0 ± 4,0 ± 3,5 ± 30,1
(± 1,71) Monaten und die Lebtagleistung bei 10,9 (± 1,92)
Agrarforschung Schweiz 12: 64–72, 2021 67Treibhausgase: KLIR – Modell zur einzelbetrieblichen Berechnung der Emissionen auf Milchviehbetrieben | Nutztiere
0,6 für einen Betrieb, der dem Mittel der untersuchten Be-
triebe nahekommt (ML = 7013 kg ECM/Kuh/Jahr, EKA =
0,5
Anteil an Gesamtemissionen (CO -eq)
26,4 Monate, ND = 3,74 Jahre, KF = 173 g/kg ECM), jeweils
²
um 10, 20 und 50 % erhöht bzw. reduziert.
0,4
0,3
Resultate
0,2 Emissionsquellen
Die THG-Gesamtemissionen der untersuchten Betriebe
0,1 betragen gemäss KLIR-Modell im Mittel 1,01 kg CO2-eq
pro kg ECM (Tab. 3). Unabhängig von der Allokations-
0,0 methode entstammen über die Hälfte aller berechneten
Emissionen der enterischen Fermentation, während die
tion
ng -
duk tel-
ität
nta e
r
lag dünge
Fer erisch
Hofdüngerlagerung und die Produktion von Futtermit-
tion
pro ermit
iz
ktr
eru
me
teln (selbst produzierter und zugekaufter) je zu rund
Ent
f
Ele
Ho
t
Fut
einem Fünftel der Gesamtemissionen beitragen. Die
Abb. 2 | Beitrag der verschiedenen Emissionsquellen zu den gesam- Emissionen aus dem Stromverbrauch sind im Mittel der
ten Treibhausgasemissionen von 46 untersuchten Milchviehbetriebe
Betriebe bezogen auf die Gesamtemissionen vernach-
berechnet mit dem KLIR-Modell (ungewichteter Mittelwert und
lässigbar. Dies ist insbesondere auf die grosse Mehrheit
Standardabweichung der einzelnen Betriebe).
(78 %) der Betriebe zurückzuführen, welche Strom aus
erneuerbaren Ressourcen beziehen und damit im Mittel
kg ECM. Die Betriebe können als graslandbasiert charak- nur gerade 3 g CO2-eq pro kg ECM verursachen. Bei den
terisiert werden, wenngleich die Streuung im Mais- und restlichen 22 % der Betriebe, welche konventionellen
Kraftfuttermitteleinsatz beträchtlich ist (Tab. 2). Der Ge- Strom beziehen, schlägt der Stromverbrauch mit rund
halt der mittleren Jahresration lag bei 6,3 (± 0,16) MJ 35 g CO2-eq pro kg ECM bedeutend höher zu Buche.
NEL bzw. 164,6 (± 10,96) g RP pro kg TS. Werden die Gesamtemissionen aller untersuchten Be-
Alle betriebsspezifischen Parameter wurden im Rahmen triebe (7365 t CO2-eq) durch die Gesamtmilchmenge
von Betriebsbesuchen im Sommer/Herbst 2017 erhoben (7789 t ECM) dividiert, reduziert sich der (so nach Milch-
bzw. aus Betriebsaufzeichnungen sowie, wo möglich, menge) gewichtete Mittelwert mit 0,95 kg CO2-eq pro kg
aus TVD-Daten übernommen. ECM um rund 60 g. Die Gesamtemissionen aller Betriebe
pro Milchkuh (1041 GVE) bzw. pro Rindvieh-GVE (1313,
Sensitivitätsanalyse inkl. Aufzucht) liegen mit 7077 kg pro Milchkuh-GVE
Mit einer vereinfachten Sensitivitätsanalyse wurde ge- bzw. 5611 kg pro Rindvieh-GVE dagegen höher als der
prüft, welche Auswirkungen eine Variation der Para- ungewichtete Mittelwert (6879 kg pro Milchkuh-GVE
meter Milchleistung (ML), Erstkalbealter (EKA), Nut- bzw. 5433 kg pro Rindvieh-GVE). Grössere Betriebe
zungsdauer (ND) und Kraftfutterintensität (KF) auf die (mehr Tiere und mehr Milch) heben die Emissionen pro
Resultate des Modells hat. Dazu wurden die Parameter Tier somit leicht, senken sie pro kg ECM jedoch deut-
Tab. 3 | Einfluss unterschiedlicher Allokationsmethoden auf die Zuteilung der Treibhausgasemissionen der untersuchten 46 Milchvieh
betriebe. Ökonomische Allokation gemäss Erlösen aus Tier- bzw. Milchverkäufen. Biophysikalische Allokation nach «beef-to-milk»-Verhältnis
gemäss Thoma et al. (2013). Gesamtemissionen aller Betriebe dividiert durch Gesamtmilchmenge bzw. Gesamt-GVE aller Betriebe (Mittel
gewichtet) sowie ungewichtete Mittelwerte (Mittel) und Standardabweichung (SD) der Einzelbetriebe.
Allokationsmethode
Ohne Ökonomisch Biophysikalisch
Mittel gewichtet Mittel SD Mittel SD Mittel SD
Allokationsfaktor Milch (AFMilch) 1, 00 1,00 - 0,77 0,04 0,74 0,05
kg CO2-eq/ kg ECM 0,95 1,01 0,13 0,78 0,06 0,75 0,06
kg CO2-eq/ Milchkuh GVE 7077 6879 996 5305 876 5093 793
kg CO2-eq/ Rindvieh GVE 1
5611 5433 647 4192 625 4032 619
1
Rindvieh-GVE (inkl. Aufzuchttiere)
Agrarforschung Schweiz 12: 64–72, 2021 68Treibhausgase: KLIR – Modell zur einzelbetrieblichen Berechnung der Emissionen auf Milchviehbetrieben | Nutztiere
lich. Werden die THG-Emissionen auf das Koppelprodukt nen aus der Hofdüngerlagerung werden die IPCC-Gui-
Fleisch alloziert, so entfallen im Mittel über alle Betriebe delines mit den lokalen Verhältnissen angepassten Ko-
nur 77 % bzw. 74 % auf die Milchproduktion. effizienten empfohlen (Rotz, 2018), was im KLIR-Modell
analog zum nationalen Treibhausgasinventar umgesetzt
Sensitivitätsanalyse wurde. Auswirkungen variierender Parameter werden
Die Variation der THG-Emissionen in Abhängigkeit des auf sämtlichen Stufen des Produktionsprozesses abge-
Parameters Milchleistung zeigt die grösste Sensitivität. bildet.
Dies betrifft sowohl die Gesamtemissionen pro Betrieb Für einen Vergleich der hier publizierten Werte mit an-
(Abb. 3) als auch die Emissionen pro kg ECM (Abb. 4). deren Studien müssen die jeweiligen Systemgrenzen und
Höhere Milchleistungen führen aufgrund des erhöhten Allokationsmethoden berücksichtigt werden. Auch die
TS-Verzehrs der Kühe zu höheren Gesamtemissionen Auswahl der Betriebe ist entscheidend (O’Brien et al.,
pro Betrieb, aber zu tieferen Emissionen pro kg ECM. 2014). Die hier untersuchte Betriebsgruppe ist nicht re-
Die Aufzucht des Jungviehs verursacht rund 21 % der präsentativ für die Schweiz, wenngleich die gegenüber
Gesamtemissionen (4820 kg CO2-eq pro Tier). Eine Er- ausländischen Studien hohen Raufutteranteile charakte-
höhung der Nutzungsdauer um 50 % (entspricht 1,87 ristisch für Schweizer Verhältnisse sind (Ineichen et al.,
Nutzungsjahren) führt im Modell zu einer Reduktion 2016). Ein Vergleich sollte vor einer allfälligen Allokation
der Gesamtemissionen um knapp 7 %. Bei Berücksich- (auf Milch und das Koppelprodukt Fleisch) erfolgen, da
tigung der ökonomischen Allokation fällt der positive der AFMilch je nach Methode, aber auch gemäss länder-
Einfluss der längeren Nutzungsdauer pro kg ECM aller- spezifischen Gegebenheiten (Verwertung der Schlacht-
dings nur noch sehr gering aus (–2 %, Abb. 4). Durch die körper, Marktverhältnisse für Milch und Fleisch) stark
verlängerte Nutzungsdauer fallen auf dem Milchvieh- variieren kann (Cederberg & Stadig, 2003; Thoma et al.,
betrieb weniger Schlachtkühe und somit weniger Fleisch 2013) und die Resultate beeinflusst. Alternativ zur Allo-
als Koppelprodukt an. Infolgedessen steigt der AFMilch kation der Emissionen auf Milch und Fleisch könnte, wie
und es wird ein grösserer Anteil der Gesamtemissionen von Cederberg und Stadig (2003) vorgeschlagen, eine
auf die Milchproduktion alloziert. Veränderungen beim Systemerweiterung («system expansion») gewählt wer-
Erstkalbealter und Kraftfuttereinsatz wirken sich sowohl den. Dabei ersetzt das Fleisch, das als Koppelprodukt
auf die Gesamtemissionen als auch pro kg ECM ökono- der Milchproduktion anfällt, Fleisch aus einem alterna-
misch alloziert ähnlich aus, wobei sich die Auswirkungen tiven Produktionsprozess, hier beispielsweise aus der
bei proportionaler Veränderung der beiden Parameter Mutterkuhhaltung. Die rechnerisch vermiedenen Emis-
deutlich unterscheiden. Das Erstkalbealter hat ähnlich sionen aus der Mutterkuhhaltung werden sodann von
starke Auswirkungen auf die Gesamtemissionen wie den Emissionen der Milchproduktion abgezogen. Probst
die Nutzungsdauer, während ein veränderter Kraftfut- et al. (2019) haben diesen Ansatz für die Schweiz modell-
tereinsatz kaum Auswirkungen zeigt. Geringere Emis- haft angewandt. Die Erweiterung der Systemgrenze ist
sionen durch enterische Fermentation werden durch in der einzelbetrieblichen Bilanzierung jedoch schwer
höhere Emissionen in der Futtermittelproduktion aus- kommunizierbar. Ausserdem steigt mit der Erweiterung
geglichen. der Systemgrenze auch die Zahl der notwendigen An-
nahmen sowie der potenziellen Fehlerquellen.
Diskussion Ohne Allokation betragen die mittleren ungewich-
teten Emissionen pro Betrieb rund 1,01 kg CO2-eq pro
Verschiedene Untersuchungen (Crosson et al., 2011; kg ECM. Hersener et al. (2011) bezifferten anhand von
O’Brien et al., 2014; Rotz, 2018) betonen die Bedeutung Buchhaltungsdaten die durchschnittlichen Emissionen
detaillierter einzelbetrieblicher Modelle für die Berech- für die Schweiz auf 1,3–1,4 kg CO2-eq pro kg ECM (öko-
nung und Beurteilung von THG-Reduktionsmassnah- nomisch alloziert). Aus den im nationalen Treibhaus-
men. Das KLIR-Modell bietet den dazu notwendigen gasinventar 2016 ausgewiesenen Emissionen von Milch
Detailierungsgrad. Im Bereich der enterischen Fermen- kühen (3,4 Mio. t CO2-eq) gemäss Bretscher et al. (2018)
tation wird die Verdaulichkeit der Futtermittel berück- sowie der in der Schweiz im selben Jahr produzierten
sichtigt, der Verzehr wird in Abhängigkeit von Lebend- Milchmenge von 3,4 Mio. t (TSM Treuhand et al., 2020)
gewicht und Milchleistung angepasst. Emissionen aus lassen sich die Emissionen pro kg Milch in der Schweiz
der Futtermittelproduktion werden in Abhängigkeit von auf 1,0 kg CO2-eq beziffern, wobei Aufzuchttiere darin
den tatsächlich eingesetzten Futtermitteln mittels Emis- nicht berücksichtigt sind. Durch die Gewichtung nach
sionsfaktoren berechnet. Zur Modellierung der Emissio- Milchmenge sinken die Emissionen pro kg ECM für die
Agrarforschung Schweiz 12: 64–72, 2021 69Treibhausgase: KLIR – Modell zur einzelbetrieblichen Berechnung der Emissionen auf Milchviehbetrieben | Nutztiere
10
Veränderung CO²-eq gegenüber Basiswert t (%)
0
–10
–20
Enterische Fermentation
Hofdüngerlagerung
–30 Futtermittelproduktion
Strom
10
20
10
20
50
10
20
50
10
20
50
50
10
20
10
20
50
0
0
0
0
0
0
KF −1
KF −2
KF −5
KF +1
KF +2
KF +5
EKA −
EKA −
EKA +
EKA +
EKA +
ML −
ML −
ML −
ML +
ML +
ML +
ND −
ND −
ND −
ND +
ND +
ND +
Veränderungsszenario
Abb. 3 | Einfluss veränderter Parameter (Erstkalbealter (EKA), Kraftfutterintensität (KF), Milchleistung (ML), Nutzungsdauer (ND)) auf die Ge-
samtemissionen (kg CO2-eq) eines mittleren Praxisbetriebes. Veränderung in Prozent gegenüber dem Basiswert. Die einzelnen Parameter wurden
jeweils um 10, 20 und 50 % erhöht bzw. reduziert. Szenario EKA -50 wäre physiologisch unmöglich und wurde deshalb ausgeschlossen.
untersuchten Praxisbetriebe, was auf die höhere Einzel- ten von 10–30 % der THG-Emissionen, welche aus der
tierleistung der grösseren Betriebe zurückzuführen sein Hofdüngerlagerung stammen. Martin et al. (2010) stellt
dürfte. Resultate aus mit dem KLIR-Modell vergleichba- diesbezüglich fest, dass in raufutterbasierten Systemen
ren einzelbetrieblichen THG-Modellen wurden in der eine Verschiebung der Emissionen aus der Hofdünger-
Schweiz bis anhin nicht publiziert. Im internationalen lagerung und -ausbringung hin zur enterischen Fermen-
Vergleich liegen die hier untersuchten Betriebe im mitt- tation beobachtet werden kann.
leren Bereich. Rotz (2018) untersuchte beispielsweise in Am stärksten reagierten die berechneten Emissionen
einer Übersichtsstudie verschiedene Modelle weltweit auf eine Veränderung der Milchleistung, was auf den er-
und kam zum Schluss, dass auf spezialisierten Milch- höhten Futterverzehr bei steigender Milchleistung bzw.
produktionsbetrieben die Emissionen pro kg ECM zwi- eine Verdünnung der Emissionen pro kg ECM zurückge-
schen 0,8 und 1,2 kg CO2-eq pro kg ECM liegen dürften. führt werden kann. Weitere möglicherweise wichtige
O’Brien et al. (2014) modellierte um 0,9 kg CO2-eq pro kg Parameter (wie Verdaulichkeit oder Futtermittelgehalte)
ECM für amerikanische, englische und irische Spitzen- wurden in der Sensitivitätsanalyse nicht geprüft, deren
betriebe, Flysjö et al. (2011) 1,0 für Neuseeland und 1,16 Auswirkungen werden jedoch im Modell abgebildet.
für Schweden. Aktuell wird vermehrt die Berücksichtigung einer po-
Der mit KLIR berechnete Anteil der enterischen Fermen- tenziellen Kohlenstofffixierung (C-Sequestrierung) in
tation an den Gesamtemissionen (56 % im Mittel der landwirtschaftlich genutzten Böden diskutiert. Eine
Betriebe) entspricht den Proportionen, die Flysjö et al. Berücksichtigung der C-Sequestrierung in Emissionsmo-
(2011) ermittelten. Der Anteil liegt höher, als ihn Rotz dellen könnte möglicherweise die Emissionen aus der
und Thoma (2017) für nordamerikanische Betriebe be- Milchviehhaltung, insbesondere in graslandbasierten
rechneten (47 %), was auf die tiefere Milchleistung und Systemen, drastisch reduzieren (O’Brien et al., 2014; Rotz
den höheren Raufutteranteil der Schweizer Betriebe zu- et al., 2010). Allerdings ist das tatsächliche Speicherpo-
rückgeführt werden kann. Der Anteil der Hofdünger- tential ungewiss und von diversen Faktoren abhängig
lagerung an den Gesamtemissionen beträgt rund 23 % (Keel et al., 2019) und eine allfällige Kohlenstoffspei-
im Mittel der Betriebe. Rotz und Thoma (2017) berich- cherung bei einer Nutzungsänderung reversibel. Da eine
Agrarforschung Schweiz 12: 64–72, 2021 70Treibhausgase: KLIR – Modell zur einzelbetrieblichen Berechnung der Emissionen auf Milchviehbetrieben | Nutztiere
Veränderung CO²-eq * Kg ECM–1 gegenüber Basiswert t (%)
10
0
–10
Enterische Fermentation
Hofdüngerlagerung
Futtermittelproduktion
Strom
10
20
10
20
50
10
20
50
10
20
50
10
20
50
10
20
50
0
0
0
0
0
0
KF −1
KF −2
KF −5
KF +1
KF +2
KF +5
EKA −
EKA −
EKA +
EKA +
EKA +
ML −
ML −
ML −
ML +
ML +
ML +
ND +
ND +
ND +
ND −
ND −
ND − Veränderungsszenario
Abb. 4 | Einfluss veränderter Parameter (Erstkalbealter (EKA), Kraftfutterintensität (KF), Milchleistung (ML), Nutzungsdauer (ND)) auf die
Emissionen pro kg ECM (kg CO2-eq) eines mittleren Praxisbetriebes auf Basis der ökonomischen Allokation mit Berücksichtigung des Koppel-
produkts Fleisch. Veränderung in Prozent gegenüber dem Basiswert. Die einzelnen Parameter wurden jeweils um 10, 20 und 50 % erhöht bzw.
reduziert. Szenario EKA -50 wäre physiologisch unmöglich und wurde deshalb ausgeschlossen.
IPCC-Guideline zur Berücksichtigung der Kohlenstoff- onal empfohlenen Standards. Die Wahl der Methode zur
speicherkapazität landwirtschaftlich genutzter Böden Verteilung (Allokation) der Emissionen auf die Milch und
noch fehlt, wird dieser Effekt im Moment im KLIR-Mo- das Koppelprodukt Fleisch beeinflusst die modellierten
dell noch nicht abgebildet. Emissionen stark. Die erfolgreiche Anwendung des Mo-
dells auf Praxisbetrieben zeigt seine Praxistauglichkeit
Schlussfolgerungen und die Möglichkeit, betriebsspezifische Massnahmen
zur Reduktion der THG-Emissionen zu identifizieren und
Das KLIR-Modell ermöglicht eine plausible, mechanisti- deren Auswirkungen zu überprüfen. Das Potenzial mög-
sche und einzelbetriebliche Treibhausgasmodellierung licher Reduktionsmassnahmen wird in einem folgenden
für Schweizer Milchviehbetriebe entsprechend internati- Beitrag behandelt. n
Literaturverzeichnis
▪▪ Agroscope. (2016). Schweizerische Futtermitteldatenbank. https://www. ▪▪ Cederberg, C., & Stadig, M. (2003). System Expansion an Allocation in Life
feedbase.ch/ Cycle Assessment of Milk and Beef Production. International Journal of Life-
▪▪ Bretscher, D., Ammann, C., Wüst, C., Nyfeler, A., & Felder, D. (2018). Reduk- cycle Assessments, 8(6), 350–356.
tionspotentiale von Treibhausgasemissionen aus der Schweizer Nutztierhal- ▪▪ Crosson, P., Shalloo, L., O’Brien, D., Lanigan, G. J., Foley, P. A., Boland, T. M., &
tung. Agrarforschung Schweiz, 9(11–12), 376–383. Kenny, D. A. (2011). A review of whole farm systems models of greenhouse gas
▪▪ Bundesamt für Lebensmittelsicherheit und Veterinärwesen. (2019). Schweizer emissions from beef and dairy cattle production systems. Animal Feed Science
Nährwertdatenbank. https://naehrwertdaten.ch/ and Technology, 166–167, 29–45. https://doi.org/https://doi.org/10.1016/j.
▪▪ Bundesamt für Umwelt. (2020). Switzerland’s Greehouse Gas Inventory 1990– anifeedsci.2011.04.001
2018. https://www.bafu.admin.ch/bafu/en/home/topics/climate/state/data/ ▪▪ Daccord, R., Wyss, U., Kessler, J., Arrigo, Y., Rouel, M., Lehmann, J., & Je-
climate-reporting/latest-ghg-inventory.html angros, B. (2006). Nährwert des Raufutters. In Agroscope (ed.), Fütterungs-
▪▪ Casey, J. W., & Holden, N. M. (2005). Analysis of greenhouse gas emissions empfehlungen für Wiederkäuer (grünes Buch) (Kapitel 3). Agroscope. https://
from the average Irish milk production system. Agricultural Systems, 86(1), www.agroscope.admin.ch/agroscope/de/home/services/dienste/futtermittel/
97–114. https://doi.org/https://doi.org/10.1016/j.agsy.2004.09.006 fuetterungsempfehlungen-wiederkaeuer.html
Agrarforschung Schweiz 12: 64–72, 2021 71Treibhausgase: KLIR – Modell zur einzelbetrieblichen Berechnung der Emissionen auf Milchviehbetrieben | Nutztiere
▪▪ De Boer, I.J.M. (2003). Environmental impact assessment of conventional and ▪▪ Messmer, A., & Frischknecht, R. (2016). Umweltbilanz Strommix Schweiz
organic milk production. Livestock Production Science, 80(1), 69–77. https:// 2014. http://treeze.ch/fileadmin/user_upload/downloads/589-Umweltbi-
doi.org/https://doi.org/10.1016/S0301-6226(02)00322-6 lanz-Strommix-Schweiz-2014-v3.0.pdf
▪▪ Flysjö, A., Henriksson, M., Cederberg, C., Ledgard, S., & Englund, J.-E. (2011). ▪▪ Morel, I., & Kessler, J. (2017). Fütterungsempfehlung für das Mastkalb. In
The impact of various parameters on the carbon footprint of milk production Agroscope (ed.), Fütterungsempfehlungen für Wiederkäuer (grünes Buch) (Ka-
in New Zealand and Sweden. Agricultural Systems, 104(6), 459–469. https:// pitel 9). Agroscope. https://www.agroscope.admin.ch/agroscope/de/home/
doi.org/https://doi.org/10.1016/j.agsy.2011.03.003 services/dienste/futtermittel/fuetterungsempfehlungen-wiederkaeuer.html
▪▪ Grenz, J., & Angnes, G. (2020). Wirkungsanalyse: Nachhaltigkeit der Schweizer ▪▪ Münger, A., & Kessler, J. (2017). Fütterungsempfehlung für die Aufzucht des
Soja-Importe. Eine Studie im Auftrag des Bundesamtes für Umwelt. BFH-HAFL. Rindes. In Agroscope (ed.), Fütterungsempfehlungen für Wiederkäuer (grünes
https://www.bafu.admin.ch/dam/bafu/de/dokumente/wirtschaft-konsum/ Buch) (Kapitel 6). Agroscope. https://www.agroscope.admin.ch/agroscope/
externe-studien-berichte/wirkungsanalyse-nachhaltigkeit-der-schweizer-so- de/home/services/dienste/futtermittel/fuetterungsempfehlungen-wieder-
ja-importe.pdf.download.pdf/Sojabericht_BAFU_FINAL.pdf kaeuer.html
▪▪ Haupt, C., Hofer, N., Roesch, A., Gazzarin, C., & Nemecek, T. (2018). Ana- ▪▪ Neser, S., Neiber, J., & Bonkoss, K. (2012). Stromverbrauch und Energieeffi-
lyse ausgewählter Massnahmen zur Verbesserung der Nachhaltigkeit in der zienz im landwirtschafltichen Betrieb. In G. Wendl (ed.), Energiewende und
Schweizer Milchproduktion - eine Literaturstudie. Agroscope Science, 58, Landwirtschaft (pp. 23–36). Bayerische Landesanstalt für Landwirtschaft Bad
1–75. https://www.agrsoscope.admin.ch/agroscope Staffelstein.
▪▪ Hersener, J.-L., Baumgartner, D., & Dux, D. (2011). Zentrale Auswertung von ▪▪ O’Brien, D., Capper, J. L., Garnsworthy, P. C., Grainger, C., & Shalloo, L. (2014).
Ökobilanzen landwirtschaftlicher Betrieb (ZA-ÖB). https://www.agroscope. A case study of the carbon footprint of milk from high-performing confine-
admin.ch/agroscope/de/home/themen/umwelt-ressourcen/oekobilanzen/oe- ment and grass-based dairy farms. J Dairy Sci, 97(3), 1835–1851. https://doi.
kobilanz-Anwendungen/oekobilanz-von-landwirtschaftsbetrieben.html org/10.3168/jds.2013-7174
▪▪ Ineichen, S., Sutter, M., & Reidy, B. (2016). Graslandbasierte Milchproduktion. ▪▪ Probst, S., Wasem, D., Kobel, D., Zehetmeier, M., & Flury, C. (2019). Treib-
Erhebung der aktuellen Fütterungspraxis und Ursachenanalyse für hohe bzw. hausgasemissionen aus der gekoppelten Milch- und Fleischproduktion in der
geringe Leistungen aus dem Wiesenfutter (Schlussbericht). BFH-HAFL. Schweiz. Agrarforschung Schweiz, 10(11–12), 440–445.
▪▪ IPCC. (2019). Refinement to the 2006 IPCC Guidelines for National ▪▪ Rotz, A., & Thoma, G. (2017). Assessing carbon footprints of dairy production
Greenhouse Gas Inventories. https://www.ipcc.ch/report/2019-refine- systems. In D. K. Breede (Ed.), Large Dairy Herd Management (3 ed., pp. 19-
ment-to-the-2006-ipcc-guidelines-for-national-greenhouse-gas-invento- 31). American Dairy Society.
ries/#report-chapters ▪▪ Rotz, C. A. (2018). Modeling greenhouse gas emissions from dairy farms. J
▪▪ Jans, F., Kessler, J., Münger, A., & Schlegel, P. (2015). Fütterungsempfehlungen Dairy Sci, 101(7), 6675–6690. https://doi.org/10.3168/jds.2017-13272
für die Milchkuh. In Agroscope (ed.). Fütterungsempfehlungen für Wieder- ▪▪ Rotz, C. A., Montes, F., & Chianese, D. S. (2010). The carbon footprint of
käuer (grünes Buch) (Kapitel 7). Agroscope. https://www.agroscope.admin. dairy production systems through partial life cycle assessment. Journal of
ch/agroscope/de/home/services/dienste/futtermittel/fuetterungsempfehlun- Dairy Science, 93(3), 1266–1282. https://doi.org/https://doi.org/10.3168/
gen-wiederkaeuer.html jds.2009-2162
▪▪ Keel, S. G., Anken, T., Büchi, L., Chervet, A., Fliessbach, A., Flisch, R., Hu- ▪▪ Thalmann, E., & Schoch, H. (2015). Direktvermarktung: Formulare. AGRIDEA.
guenin-Elie, O., Mäder, P., Mayer, J., Sinaj, S., Sturny, W., Wüst-Galley, C., ▪▪ Thoma, G., Jolliet, O., & Wang, Y. (2013). A biophysical approach to allocation
Zihlmann, U., & Leifeld, J. (2019). Loss of soil organic carbon in Swiss long- of life cycle environmental burdens for fluid milk supply chain analysis. Inter-
term agricultural experiments over a wide range of management practices. national Dairy Journal, 31, 41–49.
Agriculture, Ecosystems & Environment, 286. https://doi.org/https://doi. ▪▪ TSM Treuhand, Schweizerische Milchproduzenten, Swiss Cheese Marketing,
org/10.1016/j.agee.2019.106654 Agristat, & Branchenorganisation Milch. (2020). Milchstatistik der Schweiz
▪▪ Liu, Z., Liu, Y., Shi, X., Wang, J., Murphy, J. P., & Maghirang, R. (2017). Enteric 2019. https://www.sbv-usp.ch/de/milchstatistik-der-schweiz-2019/
Methane Conversion Factor for Dairy and Beef Cattle: Effects of Feed Dige- ▪▪ Wernet, G., Bauer, C., Steubing, B., Reinhard, J., Moreno-Ruiz, E., & Weidema,
stibility and Intake Level. Transactions of the ASABE, 60(2), 459–464. https:// B. (2016). The ecoinvent database version 3 (part I): overview and methodo-
doi.org/https://doi.org/10.13031/trans.11744 logy. The International Journal of Life Cycle Assessment, 21(9), 1218–1230.
▪▪ Martin, C., Morgavi, D. P., & Doreau, M. (2010). Methane mitigation in ru- https://doi.org/10.1007/s11367-016-1087-8
minants: from microbe to the farm scale. Animal, 4(3), 351–365. https://doi.
org/10.1017/S1751731109990620
Agrarforschung Schweiz 12: 64–72, 2021 72Sie können auch lesen
